矿井突水水源判别的改进ESN神经网络模型

• 作者: 张轩轩 李垣志 牛国庆
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 突水水源判别 回声状态网络 BP FCM GA_BP
• 年，卷（期）: 2017,（12）
• 页码范围: 87-96
• 页数: 10页
• 分类号: X936
• 字数: 4903字
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2017.12.011

摘要

针对水化学特征相似的水源类型,采用传统的预测模型难以准确判别.运用水化学成分分析法和FCM聚类分析法对26个典型的水源样本进行相似度分析,并提取了4个相似度较高的水源样本作为待测样本,将其载入一种基于阻尼最小二乘正则化方法的 GA_ESN 判别模型,并与改进的GA_BP和标准GA_ESN 模型的判别结果进行对比.结果表明:改进的 GA_BP 判别模型效果最差,预测准确率只有50%;标准GA_ESN模型的回判准确率和预测准确率均达到100%,但其判别精度对模型的复杂程度要求较高,且易出现过拟合问题;而改进的 GA_ESN 判别模型能够弥补上述模型的不足,不仅简化模型训练过程,还能提高水源的判别精度.因此,该模型可作为一种快速有效判别矿井突水来源的新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛国庆	河南理工大学安全科学与工程学院	51	292	10.0	15.0
2	李垣志	河南理工大学安全科学与工程学院	10	41	3.0	5.0
3	张轩轩	河南理工大学安全科学与工程学院	12	19	3.0	3.0